7.设x1,x2,···,xn为一样本,总体的概率密度函数为-|||-(x;alpha )= ^3sqrt {pi )}(e)^dfrac ({x^2)({a)^2}}, xgeqslant 0 0, xlt 0 .-|||-试用最大似然法估计未知参数α.

3.设x1,x2,···,xn为来自于总体X的样本观测值,X的概率密度函数为-|||-f(x)= {e)^-dfrac (x{theta )},xgeqsl

1.设X1,X2,···,xn是来自总体X的样本,总体X的密度函数为-|||-(x;theta ,alpha )= { , xgeqslant a .-|

[1.50]设总体服从泊松分布P(λ),X1 X2,···,Xn是一样本.-|||-(1)写出X1,X2,···,Xn的概率分布.-|||-(2)计算E(X),

474 设总体X的概率密度为 (x)=dfrac (1)(2)(e)^-|x-n|(-infty lt xlt +infty ), X1,X2,···,Xn为总

设随机变量X的概率密度为(x)=dfrac (1)(2sqrt {pi )}(e)^-dfrac ({(x-3)^2)(4)}((x)=dfrac (1)(2s

设样本X1, X2,..., Xn为来自总体X的一组样本，总体的概率密度为: [ f(x)= } theta x^theta-1, & 0A. $\hat{\t

17.-|||-设总体X的概率密度为 (x,theta )= ^3)(e)^-dfrac (theta {x)},xgt 0 0, .-|||-其中θ为未

设总体X的概率密度为f(x，θ)=θ， 0＜x＜11−θ， 1≤x＜20 ， 其他其中θ是未知参数(0＜θ＜1)，X1，X2…Xn为来自总体X的简单随

6.设总体X的概率密度为-|||-(x;theta )= ) (e)^-(x-theta ), xgeqslant theta 0, xlt thet

22.-|||-设X0,X1,X2,···,Xn是来自总体X的简单随机样本, =dfrac (1)(max{ {x)_(i)} }, 已知X的概率密度为-|||